Deepgram: Flux TTS
Deepgram Flux TTS превращает английский текст в разговорную речь, сохраняя тон между репликами. Потоковый режим обрабатывает прерывания; пакетный синтез создаёт повторно используемое аудио с тем же каталогом голосов.
О модели
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Flux TTS — семейство синтеза речи Deepgram для живого разговора и заранее подготовленного озвученного контента. Его определяющая особенность — связность разговора: потоковая модель сохраняет просодию между репликами, поддерживая единый тон по мере общения. Она принимает письменный текст и возвращает речевое аудио. Flux TTS и отдельно названная модель распознавания речи Flux выполняют разные части голосового диалога.
Выберите английский голос
Документированный каталог Flux говорит на английском с американским, британским, ирландским, австралийским, индийским, сингапурским и филиппинским акцентами. Описания голосов помогают выбрать диктора для обслуживания клиентов, телефонного меню, повествования или непринуждённого разговора. Например, Haley указан как спокойный американский голос, Jack — как профессиональный британский. Выбирайте голос под аудиторию и характер текста, затем сохраняйте его в произведении или разговоре. Речь на других языках относится к отдельно документированному выбору модели.
Живые реплики и прерывания
В потоковом сценарии производителя текст может поступать по мере составления ответа приложением, а аудио возвращается постепенно. У реплики есть собственные события начала и завершения; завершение реплики заканчивает оставшийся синтез. Контекст между репликами сохраняет просодию внутри сессии. Это полезно голосовому ассистенту, который сначала объясняет выбор, а затем отвечает на уточнение, не меняя характера голоса.
Прерывание отменяет активную реплику и возвращает уже произнесённую часть и оставшийся текст. Это различие помогает приложению продолжать с того, что слушатель действительно услышал. Для практического взаимодействия подготовьте короткий ответ с важной инструкцией в начале, а затем объяснением. Если слушатель перебьёт после первой инструкции, следующий ответ сможет учесть новый вопрос, не предполагая, что всё объяснение было доставлено.
Готовое аудио и форматы вывода
Пакетный синтез принимает полный блок текста и возвращает его аудио одним ответом. Он использует тот же каталог голосов, что и потоковый режим, и подходит для заранее записанных телефонных подсказок, уведомлений или повествования. Пакетные запросы независимы; состояние потоковых реплик и события прерывания к готовому клипу не относятся.
Потоковый вывод — сырое аудио без файлового контейнера: 16-битный PCM, mu-law или A-law. Производитель документирует частоты PCM 8, 16, 24, 32, 44,1 и 48 кГц; mu-law и A-law используют 8 или 16 кГц. Пакетный вывод дополнительно поддерживает MP3, Opus, FLAC и AAC. Выбирайте кодировку и контейнер, понятные целевому плееру или телефонному тракту, не рассматривая поток сырых отсчётов как обычный аудиофайл.
Настройки подачи и ограничения
Производитель документирует диапазон темпа речи от 0.5 до 1.5 с шагом 0.05. В потоковом режиме скорость меняется на границе сегмента. Отдельная бета-настройка выразительности меняет подачу от спокойной до оживлённой. Обычные SSML и распознанные теги конкурентов удаляются, а не используются как выразительные инструкции; собственные настройки Flux имеют отдельный смысл.
Встроенные паузы относятся к пакетному синтезу: от 500 до 3 000 мс с шагом 100 мс, максимум восемь маркеров на запрос. Соседние паузы должны разделяться текстом; при наличии паузы скорость ограничена 1.15. Переопределения произношения используют IPA и доступны в Early Access; производитель отмечает, что заданное произношение может меняться между генерациями. Произношение нельзя сочетать с нестандартной скоростью или настройками пауз. Для сценария со специальными именами прослушайте эти термины выбранным голосом и явно подготовьте произносимую форму.
Документированная потоковая сессия Deepgram длится до одного часа и закрывается после шестидесяти секунд без входящего сообщения, если её не поддерживает предусмотренный механизм соединения. Это ограничения живого синтеза. Полезный результат — осознанно выбранный голос, понятный слушателю текст и аудио под назначение; живое приложение отслеживает, что было действительно произнесено при прерывании реплики.
Ailoot Ultra · Озвучка POST /v1/audio/speech deepgram/flux-tts
deepgram/flux-ttsНачало
Deepgram Flux TTS превращает английский текст в разговорную речь, сохраняя тон между репликами. Потоковый режим обрабатывает прерывания; пакетный синтез создаёт повторно используемое аудио с тем же каталогом голосов.
- Допустимые входные данные
- Текст
- Результаты
- Аудио
Доступно в Ailoot · входные данные и методы
Ailoot Ultra · Озвучка POST /v1/audio/speech
- Входные данные
text- Результат
audio- Выходной формат
- mp3
| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения deepgram/flux-tts | По умолчанию— |
Полеinput | Типstring | ТребованиеОбязательно | Значения и ограничения Минимальная длина: 1 Единица: символы Unicode | По умолчанию— |
Полеvoice | Типstring | ТребованиеОбязательно | Значения и ограничения flux-alexis-en, flux-bree-en, flux-brittany-en, flux-brooke-en, flux-bruce-en, flux-cliff-en, flux-cole-en, flux-colin-en, flux-conor-en, flux-donovan-en, flux-drew-en, flux-elise-en, flux-gemma-en, flux-haley-en, flux-hannah-en, flux-heather-en, flux-jack-en, flux-kai-en, flux-kelsey-en, flux-kit-en, flux-maeve-en, flux-marcelo-en, flux-marcus-en, flux-meena-en, flux-meghan-en, flux-miles-en, flux-naveen-en, flux-paige-en, flux-priya-en, flux-rufus-en, flux-sean-en, flux-sharon-en, flux-sienna-en, flux-tanner-en, flux-wade-en, flux-wes-en | По умолчанию— |
Полеresponse_format | Типstring | ТребованиеОбязательно | Значения и ограничения mp3 | По умолчанию— |
Сочетания входных материалов
text_to_speech · Обязательно: input
Параметры и жизненный цикл метода
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, input, voice, response_format |
Параметрvoice_ids | Контрактflux-alexis-en, flux-bree-en, flux-brittany-en, flux-brooke-en, flux-bruce-en, flux-cliff-en, flux-cole-en, flux-colin-en, flux-conor-en, flux-donovan-en, flux-drew-en, flux-elise-en, flux-gemma-en, flux-haley-en, flux-hannah-en, flux-heather-en, flux-jack-en, flux-kai-en, flux-kelsey-en, flux-kit-en, flux-maeve-en, flux-marcelo-en, flux-marcus-en, flux-meena-en, flux-meghan-en, flux-miles-en, flux-naveen-en, flux-paige-en, flux-priya-en, flux-rufus-en, flux-sean-en, flux-sharon-en, flux-sienna-en, flux-tanner-en, flux-wade-en, flux-wes-en |
Параметрresponse_format | Контрактmp3 |
Параметрmax_input_characters | Контрактnull |
Параметрother_options | Контрактfalse |
Параметрinput | Контрактточный текст UTF-8; количество символов Unicode без нормализации |
Параметрmaterial_types | Контрактtext |
Жизненный цикл: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Фактически возвращённый task_id или запись в медиатеке
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Выберите точный голос из профиля этой модели.
Входные символы и секунды аудио — разные единицы учёта.
Тарифы
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
- Быстрый режим
- Не указано При выборе быстрого режима
- Режим flex
- Не указано При выборе режима flex
- Максимальная интенсивность рассуждений
- Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default)
Ставки Ailoot
Цены по конфигурациям
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Расчётная единица | Плата |
|---|---|---|---|
| КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Расчётная единица— | Плата Вход · Входные токены — / 1K токенов Выход · Выходные токены — / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| Конфигурациявходной символ | Шкала ставок— | Расчётная единицаза входной символ | Плата Вход · входной символ $0.00009 за входной символ |
Сведения о справочном тарифе
Справочные шкалы модели не меняют выбор метода, расчёт стоимости или списания. Действующая плата определяется ставками выбранного метода Ailoot.
Deepgram: Flux TTS
Цены по конфигурациям
| Конфигурация | Условия расчёта | Плата |
|---|---|---|
| КонфигурацияDeepgram: Flux TTS · Стандартная конфигурация | Условия расчётаКонфигурация по умолчанию | Плата Вход · Входные символы 0,00009 $ за входной символ |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
Примеры запросов
Ailoot Ultra · Озвучка
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "deepgram/flux-tts", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["flux-alexis-en", "flux-bree-en", "flux-brittany-en", "flux-brooke-en", "flux-bruce-en", "flux-cliff-en", "flux-cole-en", "flux-colin-en", "flux-conor-en", "flux-donovan-en", "flux-drew-en", "flux-elise-en", "flux-gemma-en", "flux-haley-en", "flux-hannah-en", "flux-heather-en", "flux-jack-en", "flux-kai-en", "flux-kelsey-en", "flux-kit-en", "flux-maeve-en", "flux-marcelo-en", "flux-marcus-en", "flux-meena-en", "flux-meghan-en", "flux-miles-en", "flux-naveen-en", "flux-paige-en", "flux-priya-en", "flux-rufus-en", "flux-sean-en", "flux-sharon-en", "flux-sienna-en", "flux-tanner-en", "flux-wade-en", "flux-wes-en"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Получить и сохранить результаты
Ailoot Ultra · Озвучка
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Чтение другого содержимого
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT
Сохраняйте все готовые результаты
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте полный бинарный результат и заголовки. Если возвращаются JSON или несколько результатов, сохраняйте каждый элемент данных и загружайте ресурс по каждому фактически возвращённому подписанному URL.
Если нужно проверить исходный ответ
Сохраняйте исходный operation_id/X-Client-Request-ID для сверки без повторной отправки; отдельного маршрута опроса аудио нет.
Поля ответа
| Поле | Тип |
|---|---|
Полеbinary audio | Типbytes |
Полеresponse headers | Типheaders |
Ошибки и дальнейшие шаги
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ответserver_error | УсловиеВозвращённый ответ указывает, что операция или результат требуют проверки | Следующий шагСохраните исходный возвращённый ID операции или задачи, заголовки запроса и ответ; продолжайте поддерживаемые операции чтения исходной операции. Не отправляйте запрос создания повторно. |
Псевдонимы
Псевдонимы моделей
Ailoot Ultra deepgram/flux-tts
Псевдонимы путей метода
Используйте пути методов, указанные выше.
Связанные ID для вызова
FAQ · Deepgram: Flux TTS
- Какие входные данные и результаты доступны?
POST /v1/audio/speech·deepgram/flux-tts:text→audio- Какие поля использует запрос?
POST /v1/audio/speech·deepgram/flux-tts:model,input,voice,response_format